컴퓨터비전 수업정리

Image Formation Pinhole camera 카메라로 이미지를 얻는 과정은 복잡함 pinhole camera model은 core concept in a simplified manner로 설명하는 것을 도와줌 Digital transformation Sam

Neighborhood Operations 근처의 픽셀까지 고려하여 이미지를 변환하는 방법 Convolution Cross-Correlation Gaussian Smoothing Median Filter Convolution Integral of the produc

How to Represent Signals? Taylor series는 polynomials를 사용하여 모든 함수를 표현할 수 있음 $f(x) = f(a)+f'(a)(x-a)+\frac{f''(a)}{2!}(x-a)^2 + \frac{f'''(a)}{3!}(x-a)^

일부 픽셀들을 제거하며 이미지의 사이즈를 줄이는 기법그러나 이 방법을 사용하면 이미지의 정보 손실이 많이 일어남이렇게 사이즈를 복구 시켰더니 원본 이미지의 정보가 많이 손상된 것을 알 수 있음sample often orsample wisely각 점들이 sampling

Line segments where the image brightness changes sharply (or has discontinuities)2D image를 curve의 집합으로 convertscene의 눈에 띄는(salient) feature 추출pixel들보다

원래 안 보이는 부분까지 boundary를 그리는데 여기서는 그리지 않음boundary를 잘 찾지 못함코끼리 간의 색이 비슷하여 두 개체 각각의 boundary를 detect하지 못함오른쪽 코끼리 발 옆은 doundary로 detect되면 안 되는데 됨FP$\\sigm

Light and Scene Physics-Based Methods in Computer Vision we need to understand the relation between the lighting, surface reflectance and medium and

Introduction $\text{Image Intensity} = F(\text{Source, Surface Normal, Surface Reflectance})$ Known Image Intensity Source Surface Reflectanc